Mistral Large 4 登场：代号 Le chonk

Introducing Mistral Large 4: Le chonk — simonwillison.net · 2 小时前 · 🤖 AI / ML

Mistral 推出 Mistral Large 4 预览版，试图重新回到前沿竞争的牌桌上：这是一套总参数 1 万亿、每次推理激活约 490 亿参数的系统，在 Mistral 自有的 3,800 块 NVIDIA Grace Blackwell GPU 集群上完成训练，预览版已通过官方 API 开放调用，官方承诺在本月底释出开放权重版本。API 目前只提供两档推理强度，分别是 none 与 high；作者用同一道「骑自行车的鹈鹕」绘图题做对比，high 档成品更好看，但输出 token 反而更少，为 2,717 个，none 档则用了 3,275 个。在 Artificial Analysis 评测中它拿到 38 分，仅次于 5,520 亿参数的 DeepSeek 4.1 Flash，相比去年 12 月的 Mistral Large 3（仅 9 分、鹈鹕画得很糟）是巨大进步。预览阶段仅通过 API 提供，开放权重的具体许可证、上下文长度等细节尚未公布，第三方能否自托管、如何微调都要等月底才能验证。作者的核心结论是：这还算不上顶级梯队的产品，但 Mistral 终于交出了一份大约落后前沿半年的作品，重新回到值得关注的名单里。

核心信息

Mistral 发布了 Mistral Large 4 预览版：总参数 1 万亿、每次推理激活约 490 亿参数，训练在自有的 3,800 块 NVIDIA Grace Blackwell GPU 集群上完成，预览版已经通过官方 API 提供调用，官方承诺在本月底放出开放权重版本，这意味着第三方届时可以自行部署、微调或在本地环境中运行，而不必依赖厂商接口。
API 只提供两档推理强度「none」和「high」：作者用同一道骑自行车的鹈鹕绘图题测试两档表现，high 档画面更好，但输出 token 数反而更少，只有 2,717 个，而 none 档用了 3,275 个，说明更高强度的推理并不必然对应更长的输出，调用方在成本与质量之间的权衡需要实测而非凭档位名称推测。
在 Artificial Analysis 榜单上，Mistral Large 4 得分 38，紧随 5,520 亿参数的 DeepSeek 4.1 Flash 之后；相比去年 12 月发布的 Mistral Large 3（得分仅 9，鹈鹕图质量极差）是大幅跃升，但作者判断它仍不属于顶级梯队，大致落后前沿水平约半年，属于重新跟上节奏而非实现反超。

💡 为什么值得读: 它用一组具体数字和一次鹈鹕绘图对比，把万亿参数系统的真实性价比、推理档位差异和开放权重承诺的可信度同时摆上台面。

✍️ 小编看法: 这次发布最值得琢磨的其实是架构选择背后的经济账。1 万亿总参数却只激活 490 亿，意味着推理时真正参与计算的只是一小部分权重，服务成本更接近一个中等规模的系统，而不是参数总量所暗示的天价开销；再加上训练跑在自有的 3,800 块 Grace Blackwell 集群上，说明这家欧洲厂商在算力自主性上押了重注，这既降低了对单一云厂商的依赖，也把资本开支压力留给了自己。把推理强度简化成 none 和 high 两档，本质上是在替调用方做产品决策：档位越少，行为越可预期，但也失去了细粒度控制成本的空间。真正被忽略的风险在于开放权重的承诺：月底释出听上去干脆，可许可证条款、可商用范围、上下文长度、量化后的实际表现都还没公布，一旦跳票或附加限制过多，对以开放为招牌的厂商来说信誉损失会远大于一次评测分数的得失。分数方面，38 分紧跟 5,520 亿参数的 DeepSeek 4.1 Flash，说明对手用更小的激活规模拿到了相近结果，效率竞赛才是接下来的主战场；而「high」档只花 2,717 个 token 就画出更好的图，究竟是推理更简洁，还是思考深度不足被评测掩盖，值得单独验证。读者在选型时不要只看总分，要同时盯住单位任务的 token 消耗、延迟分布和许可证边界，下一步该观察的是开放权重的实际条款、长上下文能力，以及这套系统在真实工作负载而非绘图趣题上的稳定性。

🏷️ Mistral, LLM, Blackwell, parameters